基于知识图谱的问答系统的设计与实现——以澳大利亚旅游为例

发布时间：2024-03-23 14:20

　　随着网络技术和与人工智能技术的快速发展,在旅游行业中利用大数据、深度学习等先进技术来进行旅游经营,已经逐步形成了一种新型的旅游经营方式。特别是在信息获取方面,以往人们在获取旅游信息时,方式多为传统搜索引擎,该方法无法快速便捷准确的获取信息。而以自然语言处理技术为核心的问答系统,在限定的领域内,可以更精确地了解使用者的用意,并且反馈出更为精准且简练的答案,从而使使用者获得信息的速度与精确度都大大提升。问答系统的知识库是影响问答系统效果的直接因素,知识图谱以其对结构化和关系化数据存储的优势,逐渐成为问答系统知识库的主要选择。而近年来,随着我国经济的不断发展,国民出境游的次数明显增加,而澳大利亚是国人出境游的热门目的地,但是有关澳大利亚旅游信息获取却不是很方便。因此,本文以澳大利亚旅游领域为例,以知识图谱为基础,结合命名实体识别、文本分类等深度学习技术,设计并开发了一个基于澳大利亚旅游知识图谱的旅游问答系统。本文的完成的主要工作如下:(1)澳大利亚旅游领域知识图谱的构建。知识图谱的构建有几个核心步骤,分别是数据获取、实体和关系定义、实体消岐和数据存储。首先,通过python的request框...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景和研究意义
    1.2 国内外研究现状
        1.2.1 知识图谱研究现状
        1.2.2 问答系统研究现状
    1.3 本文主要研究内容
    1.4 本文研究创新点
    1.5 本文组织结构
第2章 相关理论与技术
    2.1 知识图谱
        2.1.1 知识图谱的架构
        2.1.2 知识图谱的构建
        2.1.3 知识图谱的存储
    2.2 问答系统
        2.2.1 基于模板匹配的方法
        2.2.2 基于语义分析的方法
        2.2.3 基于深度学习的方法
    2.3 语言模型
        2.3.1 word2vec
        2.3.2 ELMo
        2.3.3 BERT
    2.4 本章小结
第3章 澳大利亚旅游问答系统方案设计
    3.1 方案总体框架
    3.2 知识图谱构建方案
        3.2.1 数据获取
        3.2.2 知识抽取
        3.2.3 知识融合
        3.2.4 数据存储
    3.3 基于知识图谱的问答系统技术方案
        3.3.1 问句实体识别
        3.3.2 问句意图识别
        3.3.3 答案搜索
    3.4 问答系统开发方案
    3.5 本章小结
第4章 澳大利亚旅游知识图谱构建
    4.1 数据获取
        4.1.1 爬取数据源介绍
        4.1.2 爬取工具介绍
        4.1.3 爬取步骤介绍
        4.1.4 爬取结果介绍
    4.2 知识抽取
        4.2.1 实体定义和识别
        4.2.2 关系定义和抽取
    4.3 知识融合
        4.3.1 实体对齐
        4.3.2 属性融合
    4.4 知识存储
    4.5 本章小结
第5章 基于知识图谱问答系统关键任务实现
    5.1 问句实体识别
        5.1.1 模型整体概述
        5.1.2 词嵌入层
        5.1.3 特征提取层
        5.1.4 序列标注层
        5.1.5 实验结果及分析
    5.2 问句意图识别
        5.2.1 模型整体概述
        5.2.2 特征提取层
        5.2.3 分类层
        5.2.4 实验结果及分析
    5.3 本章小节
第6章 澳大利亚旅游问答系统实现与测试
    6.1 问答系统整体架构
    6.2 系统实现
        6.2.1 开发环境
        6.2.2 逻辑层实现
        6.2.3 展示层实现
    6.3 系统展示
    6.4 系统测试
        6.4.1 系统功能测试
        6.4.2 系统性能测试
        6.4.3 系统效果测试
    6.5 本章小结
第7章 结论与展望
    7.1 结论
    7.2 展望
参考文献
致谢



本文编号：3936038